美国人拒绝 AI 数据中心：本地成本盖过国家雄心

随着 71% 的成年人反对在自己附近建设 AI 设施，Google News 将美国的数据中心冲突推向了公众视野。Gallup 于 2026 年 3 月开展的一项全国性调查显示，近半数受访者（48%）强烈反对本地建设。

这一结果不只是又一项负面民调。美国人如今对附近建设 AI 数据中心的抵触程度，甚至高于对核电站的反对。Gallup 发现，53% 的人反对在本地建设核电站，而反对数据中心的比例为 71%。

这一对比揭示了 AI 基础设施热潮背后的核心冲突。Google、Amazon、Microsoft 及其他超大规模云服务商需要更多算力，但社区必须承受这些设施带来的现实成本。电力需求、冷却用水、公用事业账单、土地使用和持续噪音，已将一场抽象的技术竞赛变成本地政治争端。

Google News 将本地纠纷变成全国性的 AI 议题

AI 基础设施面临的决定性问题，已不再是企业能否为新数据中心融资，而是社区是否会允许它们落地。

Gallup 的结果来自 3 月 2 日至 3 月 18 日进行的调查。调查发现，71% 的美国人反对在本地建设 AI 数据中心。仅 26% 支持建设，其余受访者未表达意见。

反对的强度同样重要。48% 的人表示强烈反对，使地方官员若不争取让步，几乎没有政治空间批准项目。一个开发项目可以带来建筑工作和税收收入，但仍可能成为左右选举的政治包袱。

Gallup 随后通过开放式追问，请反对者说明立场。半数人提到资源消耗过大。18% 的反对者分别提及用水和能源消耗，16% 则提到污染，包括噪音、空气或水污染。

约五分之一的受访者提出生活质量担忧，例如交通、人口增长和土地用途竞争。比例相近的人则指出负面经济影响，包括更高的公用事业账单和公共基础设施成本。

这些担忧有助于解释，为何反对力量并不限于那些本身拒绝人工智能的选民。居民可以每天使用 AI 产品，同时反对支撑这些产品运行所需的工业设施。收益通过软件到来，成本却出现在公用事业账单上，或落在后院围栏之外。

政治光谱的广泛性同样重要。各党派群体中均有多数反对本地建设，只是强度不同。Gallup 发现，56% 的民主党人和 39% 的共和党人强烈反对，独立选民中这一比例为 48%。

地理位置也没有为开发商提供安全的支持阵地。中西部的总体反对比例达到 76%，南部为 75%；东部为 68%，西部为 63%。

因此，完整的本地反对调查所描述的，不只是人们对社区开发项目的常见抵触。它揭示了对支撑生成式 AI 的基础设施规划构成全国性政治约束的现实。

这一约束已开始与行业偏好的时间表发生碰撞。企业希望在竞争对手之前锁定土地、电力、芯片和电网接入；居民与监管机构则希望有时间弄清谁来付费、哪些资源将被预留，以及项目建成后哪些承诺仍可执行。

Google News 的报道令这场冲突看起来具有全国性，因为它确实已成为全国性问题。然而，每一场决定性的较量，仍会发生在地方许可、公用事业程序、环境审查、税收协议或选举之中。

AI 的用电胃口正在触及家庭账单

当全球算力竞赛变成本地的用电义务时，公众抵触便会加剧。

AI 数据中心将数千台高能耗服务器集中在同一地点。其工作负载可能全天持续运行，运营商即使在地区用电高峰期也需要可靠供电。这种特征使拟议设施的影响远超普通商业建筑。

Lawrence Berkeley National Laboratory 的最新更新估计，到 2030 年，数据中心的耗电量可能占美国总用电量的 11.8%。其模型预测区间为 9.5% 至 15.3%，反映了设备出货量、利用率、冷却性能和建设进度的不确定性。

这些是全国性估算，但电力系统是在区域层面承受负荷的。大型项目可能需要新建变电站、输电线路、发电能力，或升级配电设备。争议往往始于监管机构决定如何分摊这些成本之时。

开发商可以签订长期购电合同，或资助专用基础设施。但这些安排并不会自动消除所有系统成本或可靠性风险。具体情况取决于公用事业规则、地点、项目时序，以及承诺的需求是否真正兑现。

更新后的美国能源预测为公众焦虑提供了可量化的依据。它并未证明每一座数据中心都会推高居民电价，但确实说明了当大型集中负荷进入排队队列时，公用事业机构为何面临艰难的规划决策。

国际能源署预计，到 2030 年，数据中心将占美国电力需求增长的近一半。该机构预测，美国数据中心的耗电量将较 2024 年增加约 240 太瓦时，增幅约为 130%。

该机构还预计，到 2030 年，天然气将成为美国数据中心供电增量的最大来源。可再生能源位居第二，但其增长并不能消除对可靠容量、输电和其他电网服务的需求。

这正是企业清洁能源声明可能与居民实际体验出现分歧的地方。企业可以通过合同核算体系购买可再生能源，而本地电网仍可能新增燃气发电或昂贵基础设施。这两种说法在技术上都可能成立。

公众意见也反映了这种区别。Pew Research Center 发现，对数据中心了解较多的人尤其倾向于负面看待其影响。在这一群体中，67% 认为这些设施总体上不利于家庭能源成本。

这并不能证明更多了解必然导致反对。那些已经受到影响或心存担忧的人，也可能主动寻求更多信息。尽管如此，这一发现挑战了这样一种假设：一旦开发商解释了技术原理，公众抵触就会消退。

公众认知调查结果显示，熟悉程度可能会加深审视。在听说过很多相关信息的受访者中，63% 认为数据中心总体上不利于环境；另有 51% 认为其总体上不利于附近地区的生活质量。

对于超大规模云服务商而言，被迫作出的回应已经很清楚：它们必须提供项目层面的证据，说明谁为电网升级买单、如何管理高峰需求，以及现有用户将获得哪些保护。

关于经济增长的宽泛承诺，无法解决公用事业费率案件。社区越来越希望看到可执行的条款，即使所有权变更、建设规模扩大或能源需求超出原先估计，这些条款仍然有效。

用水与噪音让成本无法再被抽象化

电力带来最大的系统性挑战，但用水和噪音让反对变得直接而切身。

数据中心会产生热量，而这些热量必须从服务器和建筑中排出。冷却设计差异很大：有些高度依赖蒸发式系统，另一些则采用空气冷却、闭环或混合方案，用水量会随天气变化。

因此，单一的全国性估算无法公平地描述每个项目。气候、设备密度、水源、运行时间表和冷却设计都会产生影响。位于缺水地区的设施，与在较凉爽气候下使用再生水的设施，面临的风险并不相同。

这种不确定性本身就可能加剧抵触情绪。开发商有时会在最终设备与运营细节公开前申请许可。居民随之听到一个庞大的容量数字，却得不到对预期每日取水量的完整说明。

一份可信的提案必须区分取水量和耗水量。取水量衡量从水源取走的水量，而耗水量则指未被立即回收利用的部分。将两者混为一谈，可能扭曲项目的实际资源足迹。

社区还需要季节性估算，而不只是年度平均值。最重要的问题往往是，设施在最炎热、最干旱的时期会用掉多少水；此时家庭、农场和其他行业同样面临资源约束。

噪音又增加了一层影响。冷却设备、备用系统、变压器和电力基础设施可能产生持续的工业噪声。数据中心在夜间和周末仍会运行，因此即使是中等程度的噪音，在住宅临近时也可能造成干扰。

声音测量同样需要置于具体环境中理解。项目可能符合平均分贝限制，却仍会产生居民觉得扰人的低频音。地界、天气、地形、设备朝向和夜间背景噪音水平，都会影响邻居实际听到的声音。

这些影响解释了为何反对意见无法简单归入技术进步与环境倡导之间的辩论。担忧地下水的农民、在意噪音的房主，以及质疑电网开支的缴费者，可能并不共享更广泛的政治纲领。

他们的共同诉求是程序性的。居民希望在批准前获得完整的影响信息，在建成后拥有独立监测，并让处罚力度超过企业自愿设定的目标。

支持者在这里仍有合理的论点。数据中心支撑云服务、流媒体、商业软件、医疗系统、科研和 AI 工具。Gallup 受访者中支持本地建设的群体里，三分之二提到经济效益，55% 特别提到就业机会。

然而，就业论证需要谨慎界定。建设阶段可能带来可观的临时劳动力需求；但投入运营后，高度自动化的设施所支持的长期岗位，可能少于居民根据其规模、土地使用和电力需求所预期的数量。

税收收入同样可能颇具意义，但净收益取决于激励措施和公共成本。巨额投资的头条数字无法告诉居民，有多少收入会留在本地，或税收优惠会持续多久。它也无法说明，新基础设施是否需要其他用户共同承担成本。

因此，核心权衡并非技术与停滞之间的选择，而是国家数字能力与本地分摊义务之间的取舍。开发商若能清楚说明这些义务、通过设计减少其影响，并对剩余影响承担可执行的责任，就能赢得更多信任。

行业的经济承诺正在输给其实体足迹

超大规模云服务商兜售国家竞争力，而社区则根据更早到来的本地成本，而非尚未兑现的收益，来评判项目。

Google、Amazon、Microsoft、Meta 及其合作伙伴正在扩张基础设施，以训练和运行更大规模的 AI 系统。它们的竞争逻辑奖励速度。等待理想电网条件的公司，可能失去获取土地、芯片、电力和客户的机会。

地方政府的节奏则不同。官员必须评估分区、水资源、道路、应急服务、噪声、税收以及公用事业影响。在一个多年项目投入运营前，选举就可能更换决策者。

这种错位构成了文章的核心冲突。AI 行业将算力容量描述为战略性国家基础设施。居民则将每个项目视为一项私人开发，正在寻求稀缺公共资源和有利的政府决策。

CBS News 在 6 月进行的一项民调说明了为何宽泛的竞争力论述并未平息争议。50% 的受访者反对在其所在地区建设新的数据中心，20% 支持，30% 不确定。这一结果与 Gallup 的 71% 不同，说明措辞、时间点和调查设计都会影响所测得的反对程度。

这种差异是一个重要提醒。没有任何一项民调能够证明，恰好每十名美国人中有七人会拒绝每一个拟议设施。“AI 数据中心”可能引发的反应，也会不同于涵盖流媒体和其他在线服务的定义。

尽管如此，整体方向仍然不利。在 CBS 的民调中，63% 的受访者认为数据中心总体上不利于水资源和电力资源。另有 61% 认为它们总体上不利于家庭能源或公用事业成本，60% 则认为环境影响总体上是负面的。

同一批受访者对经济的判断更为平衡。36% 认为数据中心总体上有利于当地经济，相比之下，31% 认为其总体上不利。经济支持确实存在，但不足以压过对资源的担忧。

详细的数据中心民调表明，开发商对争论的框定过于宽泛。告诉居民 AI 领导地位有利于美国，并不能回答某个社区是否获得了公平协议。

一份有说服力的地方协议，应明确基础设施资金、水源、运营限制、税收待遇、长期就业岗位、应急预案和公开报告。它还应规定：若实际运营偏离获批时的假设，应采取何种补救措施。

企业还面临第二个可信度问题。一项拟建数据中心往往通过其最高投资额、经济产出或建设期就业来描述。居民可能转而评估每英亩对应的长期岗位数量、税收优惠后的税收收入，以及每户承担的基础设施成本。

两种方法本身都不具有欺骗性，但它们回答的是不同问题。企业描述的是规模和战略价值。社区则在问：与土地、电力和水资源的其他用途相比，这笔交易是否更划算。

Google News 的报道放大了那些交易看似尚未厘清的项目。有关闭门谈判、信息披露有限或电力成本上升的反复报道，可能会影响远超受影响县域之外的态度。

开发商无法仅靠品牌修复这种认知。它们需要可比较的项目数据，以及将可衡量义务施加给运营方的合同。没有这些保障，每一项新提案都会继承最不透明项目所造成的不信任。

行业也不能假定政治极化会让反对者分裂。Gallup 发现，各人口群体中都存在多数反对意见，且按年龄、种族、教育程度、收入或城乡属性划分，并无显著总体差异。

党派差异依然存在，尤其体现在对环境担忧的强度上。然而，一个联盟并不需要拥有完全相同的动机，才能阻止一项许可。它只需要在“拟议交易不可接受”这一点上形成足够共识。

71% 这一数字并不能证明什么

反弹确实显著，但这个醒目的数字不能取代针对具体项目的证据，也无法区分所有类型的数据中心。

Gallup 询问的是“用于人工智能”的数据中心，这种表述可能同时激活人们对 AI 的看法以及对建筑设施的担忧。其后续调查发现，一部分反对确实源于对人工智能的笼统或具体担忧。

CBS 向受访者提供了更宽泛的定义，涵盖 AI、流媒体、存储和其他在线服务。它测得的反对比例为 50%，而非 71%。这一差距并不使任一民调失效，但限制了“公众意见存在一个确定数值”的说法。

调查回应也描述的是假设性的本地建设。真实提案可通过选址、社区收益、水资源设计、就业承诺或防止费率上涨的可信保护措施改变态度。设计不佳的提案则可能令舆论朝相反方向发展。

因此，开发商若把结果简单斥为“不要建在我家后院”的情绪，就是错误的。批评者若将全国范围的反对视为每个拟议项目都会造成不可接受伤害的证据，同样是过度解读。

正确的检验应当是比较性的、地方性的。该设施在高峰期需要多少电力？谁为发电和电网升级提供资金？它将使用什么冷却系统？建设结束后将保留多少长期岗位？

全国能源前景强化了提出这些问题的必要性，但并未替具体选址给出答案。IEA 预计，到 2030 年，全球数据中心用电量将增长逾一倍，达到约 945 太瓦时。

该机构还预计，美国将占这一增长的最大份额。数据中心使电力需求在地理上集中，其整合难度高于将同等用电量分散至数百万家庭或车辆的情形。

该机构的能源需求分析还提出了替代情景。更强的效率提升可在相同数字服务水平下降低用电量，而更快的 AI 普及则会将其推高。

这种不确定性对基础设施规划至关重要。公用事业公司必须为可能需要数年才能接入的负荷进行建设，而 AI 硬件和商业需求的变化速度可能更快。过度建设会加重用户负担，但建设不足可能威胁可靠性，并延误其他经济活动。

仅靠效率未必能终结冲突。更高效的芯片和冷却系统可以减少每次计算所需的资源。成本下降随后可能促使企业运行更多工作负载，从而抵消部分节约。

企业采购清洁能源也无法完全回应可负担性方面的担忧。碳排放、发电充裕性、输电拥堵和用户费率彼此相关，但属于不同问题。一个项目可以改善其中一项指标，同时恶化另一项。

对水资源的主张也需要同样严谨的审视。采用低耗水冷却设计的设施，应与预计产生大量蒸发损失的设施接受不同程度的审查。不过，若没有预期用水量、季节条件和所涉水源，“节水”标签并不足够。

噪声则更具选址特异性。退让距离和设备设计可以避免严重干扰，但前提是声学模型与实际运行条件相符。在居民区附近，批准条件应包括启用后的独立测试。

因此，对 71% 这一数字最站得住脚的解读是政治性的，而非工程性的。开发商已经失去了“数据中心是安静、低冲突基础设施”的默认认知。如今，它们必须证明每个项目的价值和保障措施。

即便项目最终获得批准，这一转变也会增加开发时间和不确定性。它同样有利于那些以负责任方式确保电力供应、尽早披露资源需求，并选择具备适宜工业条件选址的运营商。

三个信号将显示反弹能否重塑 AI

下一阶段将由公用事业规则、可强制执行的运营数据和地方选举决定，而非另一项全国民调。

第一个信号是成本分配。州公用事业委员会将决定，数据中心客户是否为服务它们所需的发电、输电和电网升级提供资金。特殊费率、最低付款额和长期承诺，可以降低转嫁给家庭的风险。

如果更强的保护措施得到普及，行业就能回应其最具政治影响力的批评。居民可能仍会担忧土地、水资源和噪声，但“家庭在补贴超大规模云服务商”的说法将更难成立。

如果公用事业公司继续在缺乏透明分配机制的情况下批准基础设施，反对意见将会加强。电费账单在 AI 扩张和家庭财务之间建立了直接且持续的联系。

第二个信号是经过验证的运营披露。设施启用后，社区需要了解实际用电需求、用水量、噪声测量结果、长期就业和税收贡献。预测在许可阶段很重要，但运营记录才能揭示这笔交易是否兑现。

一致的披露机制将让政策制定者比较冷却设计、选址和运营商。它也能帮助负责任的开发商与那些以宽泛的可持续性措辞掩盖资源使用情况的项目区分开来。

若缺乏披露，每一处存在争议的设施都会影响人们对整个行业的看法。Google News 将继续把地方争议带给全国受众，而居民几乎没有证据来区分管理良好的项目与有害项目。

第三个信号是地方政治中的实际发展。批准项目的官员可能面临罢免、辞职、党内初选挑战或议会换届。开发商应关注候选人能否凭借支持附带严格条件的项目而获胜，还是反对项目成为更安全的默认选择。

如果出现一波项目取消和反数据中心候选人选举获胜的浪潮，将证实社区抵制已成为算力增长的约束上限。若批准与详细保护措施绑定，则将指向一种协商模式。

结果的影响超出了容纳这些建筑的社区。AI 开发商依赖可靠的计算能力，企业买家依赖稳定服务，知识工作者也日益依赖消耗这些基础设施的模型。

这些约束未必会阻止 AI 发展。它们可能将设施引向拥有可用电力、工业用地、更强水资源或更友好监管的地区。它们也可能提高计算成本，并使最大的企业获益。

这些影响可能重塑竞争格局。与较小运营商相比，超大规模云服务商更容易承受更长的许可流程，并为专用基础设施融资。严格要求或许能保护社区，同时进一步集中 AI 市场。

公众面临的选择并不只是美国是否建设数据中心。云服务和 AI 的需求将持续推动新增容量。真正有意义的选择在于项目建在哪里、如何运营，以及由谁承担成本。

关注这一事件的读者不应只盯着下一个戏剧性的百分比。请关注与具体项目相关的公用事业费率、运营披露和地方选举结果。这些决定将显示，反弹会促成更好的基础设施协议，还是扩大僵局。

现在的问题很直接：AI 公司能否证明，它们在地方达成的交易与其全国雄心同样有价值？在居民看到有关电力、水资源、噪声和公共成本的可强制执行答案之前，Google News 所凸显的反对意见仍将是基础设施发展的约束。